Information Systems Review (경영정보학연구)

The Korea Society of Management Information Systems (한국경영정보학회)
권호 표지
DOI QR코드

DOI QR Code

Sentiment Analyses of the Impacts of Online Experience Subjectivity on Customer Satisfaction

감성분석을 이용한 온라인 체험 내 비정형데이터의 주관도가 고객만족에 미치는 영향 분석

  • Received : 2022.11.18
  • Accepted : 2023.02.14
  • Published : 2023.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

The development of information technology(IT) has brought so-called "online experience" to satisfy our daily needs. The market for online experiences grew more during the COVID-19 pandemic. Therefore, this study attempted to analyze how the features of online experience services affect customer satisfaction by crawling structured and unstructured data from the online experience web site newly launched by Airbnb after COVID-19. As a result of the analysis, it was found that the structured data generated by service users on a C2C online sharing platform had a positive effect on the satisfaction of other users. In addition, unstructured text data such as experience introductions and host introductions generated by service providers turned out to have different subjectivity scores depending on the purpose of its text. It was confirmed that the subjective host introduction and the objective experience introduction affect customer satisfaction positively. The results of this study are to provide various implications to stakeholders of the online sharing economy platform and researchers interested in online experience knowledge management.

코로나19로 인한 팬데믹 상황에서도 여전히 여행에 대한 욕구와 수요가 시장에 존재하고 있다. 이러한 상황에서 정보기술(IT)의 발달로 인해 온라인에 대한 접근성과 유용성 및 디지털 기기의 활용도 함께 증가하였고, 비대면으로도 새로운 경험을 얻을 수 있는 '온라인 체험(Online Experience)' 시장이 급격하게 성장하였다. 본 연구는 AirBnB 온라인 체험 서비스에서 서비스제공자(Provider-oriented)와 서비스이용자(User-oriented)에 의해 생성된 정형 및 비정형 데이터가 고객만족에 미치는 영향에 대해 분석하였다. 분석에 사용된 데이터는 파이썬 웹크롤러로 수집되었으며, 주요 변수인 비정형 데이터는 전처리와 감성분석을 거쳐 회귀분석에 사용되었다. 분석 결과, 주요변수인 호스트가 생성한 체험 소개글, 호스트 소개글과 같은 비정형 데이터는 텍스트의 생성 목적에 따라 주관도(Subjectivity)가 다르게 나타나며, 체험 소개글은 주관적일수록, 호스트 소개글은 객관적일수록 고객 만족에 유의한 정의 영향을 미치는 것을 확인하였다. 또한, 에어비앤비 온라인 체험에 참여한 게스트가 생성한 정형 데이터는 다른 게스트의 만족에 긍정적인 영향을 미치는 것을 확인하였다. 본 연구 결과는 온라인 공유경제 플랫폼 이해관계자 및 온라인 체험 지식경영에 관심을 갖는 연구자에게 다양한 시사점을 제공할 것으로 기대한다.

Keywords

Acknowledgement

이 논문은 2020년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2020S1A3A2A02093277).

References

  1. 김남규, 이동훈, 최호창, "텍스트 분석 기술 및 활용 동향", 한국통신학회논문지, 제42권, 제2호, 2017, pp. 471-492. https://doi.org/10.7840/kics.2017.42.2.471
  2. 김주락, "포스트코로나 관광에서 온라인 여행 플랫폼 주민 호스트의 역할에 대한 탐색적 연구", 한국지역지리학회지, 제27권, 제3호, 2021, pp. 372-386. https://doi.org/10.26863/JKARG.2021.8.27.3.372
  3. 김홍범, 임영희, "데이터마이닝을 활용한 외국인 호텔 고객의 온라인 평점 분석에 관한 연구", 호텔경영학연구, 제28권, 제4호, 2019, pp. 159-176. https://doi.org/10.24992/KJHT.2019.06.28.04.159.
  4. 박옥남, 박희진, "전자기록관리에 대한 국제 연구 동향 분석", 한국기록관리학회지, 제16권, 제1호, 2016, pp. 89-120. https://doi.org/10.14404/JKSARM.2016.16.1.089
  5. 사공원, 하성호, 박경배, "온라인 후기에 내재된 고객의 감성분석과 LQI 차원별 호텔서비스 품질 평가", 정보시스템연구, 제25권, 제3호, 2016, pp. 217-245. https://doi.org/10.5859/KAIS.2016.25.3.217
  6. 신건호, 박규홍, 박용진, 안재현, "C2C 공유경제 서비스 참여자 간의 비대칭적 플랫폼 참여 의도", Information Systems Review, 제19권, 제3호, 2017, pp. 47-67. https://doi.org/10.14329/isr.2017.19.3.047
  7. 신수정, "글에서 감정을 읽다! 감성분석의 이해", IT World IDG Tech Report, 2014, pp. 5-7.
  8. 윤호민, 최규완, "감성분석을 활용한 레스토랑 선택속성과 만족도에 관한 연구: 외래관광객 온라인 리뷰 중심으로", 호텔경영학연구, 제30권, 제6호, 2021, pp. 99-117. https://doi.org/10.24992/KJHT.2021.8.30.06.99
  9. 이경렬, 김상훈, "온라인 상의 체험의 유형화와 체험이 웹자산에 미치는 영향에 관한 연구: 슈미트(Schmitt, 1999)의 총체적 체험이론을 중심으로", 광고학연구, 제22권, 제1호, 2011, pp. 57-79.
  10. 이상규, "양면시장의 정의 및 조건", 정보통신 정책연구, 제21권, 제4호, 2014, pp. 73-105.
  11. 임영희, 김홍범, "호텔 온라인 리뷰 빅데이터를 활용한 감성분석에 관한 연구", 호텔경영학연구, 제28권, 제7호, 2019, pp. 105-123. https://doi.org/10.24992/KJHT.2019.10.28.07.105.
  12. 장경애, 박상현, 김우제, "인터넷 감정기호를 이용한 긍정/부정 말뭉치 구축 및 감정분류 자동화", 정보과학회논문지, 제42권, 제4호, 2015, pp. 512-521. https://doi.org/10.5626/JOK.2015.42.4.512
  13. 정석완, "공유경제 개념의 변화와 한국의 공유 경제", 산은조사월보, 제756호, 2018, pp. 71-85.
  14. 조성호, "모바일 관광 앱 서비스특성이 지각된 가치, 만족 및 행동의도에 미치는 영향", 산경 연구논집, 제10권, 제9호, 2019, pp. 45-52.
  15. 최자영, 김현아, 김용범, "온라인 리뷰가 매출에 미치는 영향력 분석: 텍스트기반 감성지수 를 중심으로", 유통연구, 제25권, 제3호, 2020, pp. 1-21. https://doi.org/10.17657/jcr.2020.07.31.1
  16. 한국관광공사, 빅데이터를 활용한 2021 관광 트렌드 분석, 실태보고서, 2020.
  17. 한국문화관광연구원, 창조경제시대 산업간 융합을 통한 관광산업 발전방안, 실태보고서, 2014.
  18. 한국전자통신연구원, 코로나19 이후 일반인의 IT 활용변화 , 실태보고서, 2021.
  19. 한주형, 노은정, "가격이 중저가호텔과 게스트 하우스의 고객만족도 평점에 미치는 영향: 온라인리뷰 빅데이터 분석을 중심으로", 관광경영연구, 제88권, 2019, pp. 331-352. https://doi.org/10.18604/tmro.2019.23.2.16
  20. 홍순기, 이진희, 김남조, "랜선투어를 통한 간접체험이 지각된 가치와 지불의도에 미치는 영향: 체험경제이론의 적용", 관광레저연구, 제34권, 제6호, 2022, pp. 61-76. https://doi.org/10.31336/JTLR.2022.6.34.6.61
  21. Belk, R., "You are what you can access: Sharing and collaborative consumption online", Journal of Business Research, Vol.67, No.8, 2014, pp. 1595-1600. https://doi.org/10.1016/j.jbusres.2013.10.001
  22. Chintagunta, P. K., S. Gopinath, and S. Venkataraman, "The effects of online user reviews on movie box office performance: Accounting for sequential rollout and aggregation across local markets", Marketing Science, Vol.29, No.5, 2010, pp. 944-957. https://doi.org/10.1287/mksc.1100.0572
  23. Dredge, D. and S. Gyimothy, "The collaborative economy and tourism: Critical perspectives, questionable claims and silenced voices", Tourism Recreation Research, Vol.40, No.3, 2015, pp. 286-302. https://doi.org/10.1080/02508281.2015.1086076
  24. Heimerl, F., S. Lohmann, S. Lange, and T. Ertl, "Word cloud explorer: Text analytics based on word clouds", In 2014 47th Hawaii International Conference on System Sciences (pp. 1833-1842), IEEE, 2014.
  25. Herr, P. M., F. R. Kardes, and J. Kim, "Effects of word-of-mouth and product-attribute information on persuasion: An accessibility-diagnosticity perspective", Journal of Consumer Research, Vol.17, No.4, 1991, pp. 454-462. https://doi.org/10.1086/208570
  26. Hu, N., N. S. Koh, and S. K. Reddy, "Ratings lead you to the product, reviews help you clinch it? The mediating role of online review sentiments on product sales", Decision Support Systems, Vol.57, 2014, pp. 42-53. https://doi.org/10.1016/j.dss.2013.07.009
  27. Jiang, Z. and I. Benbasat, "The effects of presentation formats and task complexity on online consumers' product understanding", MIS Quarterly, Vol.31, No.3, 2007, pp. 475-500. https://doi.org/10.2307/25148804
  28. Kim, W. G., H. Lim, and R. A. Brymer, "The effectiveness of managing social media on hotel performance", International Journal of Hospitality Management, Vol.44, 2015, pp. 165-171. https://doi.org/10.1016/j.ijhm.2014.10.014
  29. Kumar, V., A. Lahiri, and O. B. Dogan, "A strategic framework for a profitable business model in the sharing economy", Industrial Marketing Management, Vol.69, 2018, pp. 147-160. https://doi.org/10.1016/j.indmarman.2017.08.021
  30. Lessig, L., Remix: Making Art and Commerce Thrive in the Hybrid Economy, The Penguin Press, New York, 2008.
  31. Li, X. and L. M. Hitt, "Self-selection and information role of online product reviews", Information Systems Research, Vol.19, No.4, 2008, pp. 456-474. https://doi.org/10.1287/isre.1070.0154
  32. Long, J. S. and J. S. Long, Regression models for categorical and limited dependent variables (Vol. 7). Sage, 1997.
  33. Maheswaran, D. and B. Sternthal, "The effects of knowledge, motivation, and type of message on ad processing and product judgments", Journal of consumer Research, Vol.17, No.1, 1990, pp. 66-73. https://doi.org/10.1086/208537
  34. Matfield, "The Impact of Customer Reviews and Ratings on Conversion Rates", 2011, Available at https://www.smartinsights.com/conversion-op timisation/product-page-optimisation/reviews-c onversion-rate-impact/.
  35. Metzger, M. J., "Making sense of credibility on the Web: Models for evaluating online information and recommendations for future research", Journal of the American Society for Information Science and Technology, Vol.58, No.13, 2007, pp. 2078-2091. https://doi.org/10.1002/asi.20672
  36. Mudambi, S. M. and D. Schuff, "Research note: What makes a helpful online review? A study of customer reviews on Amazon.com", MIS Quarterly, Vol.34, No.1, 2010, pp. 185-200. https://doi.org/10.2307/20721420
  37. Osgood, D. W., L. L. Finken, and B. J. McMorris, "Analyzing multiple-item measures of crime and deviance II: Tobit regression analysis of transformed scores", Journal of Quantitative Criminology, Vol.18, No.4, 2002, pp. 319-347. https://doi.org/10.1023/A:1021198509929
  38. Scanfeld, D., V. Scanfeld, and E. L. Larson, "Dissemination of health information through social networks: Twitter and antibiotics", American Journal of Infection Control, Vol.38, No.3, 2010, pp. 182-188. https://doi.org/10.1016/j.ajic.2009.11.004
  39. Schmitt, B. H., "Experimental marketing: How to get customers to sense, feel, think, act and relate to your company and brands", European Management Journal, Vol.18, No.6, 1999, p. 695.
  40. Schuckert, M., X. Liu, and R. Law, "Hospitality and tourism online reviews: Recent trends and future directions", Journal of Travel & Tourism Marketing, Vol.32, No.5, 2015, pp. 608-621. https://doi.org/10.1080/10548408.2014.933154
  41. Schwenk, C. R., "The use of participant recollection in the modeling of organizational decision process", Academy of Management Review, Vol.10, No.3, 1985, pp. 496-503. https://doi.org/10.5465/amr.1985.4278971
  42. Walter, K., "Sentiment analysis for hotel reviews", Speech Technologies, Vol.2, 2012, pp. 96-109.